Local Indonesian NLP dataset
收藏arXiv2022-06-15 更新2024-08-06 收录
下载链接：
http://arxiv.org/abs/2206.07238v1
下载链接
链接失效反馈官方服务：
资源简介：
本研究旨在创建一个针对印尼地方语言的低资源语言数据集，特别是针对印尼地方语言的自然语言处理（NLP）数据集。数据集的构建面临多种挑战，包括语言多样性、地理和文化影响。研究使用Twitter的地理位置工具进行自动标注，通过过滤广泛使用的外国语言推文，并区分印尼文本的正式与非正式形式，最终尝试将推文分类到其发布地区。该数据集的应用领域包括提升对印尼地方语言的理解和处理能力，解决语言多样性和标准化缺乏的问题。
提供机构：
北京理工大学
创建时间：
2022-06-15
